Как правильно распаковать архив ZIP с именами на иврите?

Кто-то прислал мне ZIP-файл, содержащий файлы с ивритскими именами (и созданный в Windows, не уверен, каким инструментом). Я использую LXDE на Debian Stretch. Менеджер архивов Gnome распаковывает файл, но ивритские символы искажены. Я думаю, что я получаю октеты UTF-8, расширенные до символов Юникода, например, у меня есть файл, имя которого состоит из четырех символов и достаточного .doc, и символы: 0x008E 0x0087 0x008E 0x0085. Использование утилиты unzip из командной строки еще хуже - она ​​вообще отказывается распаковывать, жалуясь на «недопустимый или неполный многобайтовый или широкий символ».

Итак, мои вопросы:

• Есть ли другая утилита распаковки, которая распаковывает мои файлы с правильными именами?
• Что-то не так с тем, как файл был сжат, или это просто несовместимость реализаций ZIP? Или даже ошибка / ошибка в утилитах Linux ZIP?
• Что я могу сделать, чтобы получить правильные имена файлов после распаковки, используя искаженные?

Похоже, что имена файлов закодированы в одной из проприетарных кодовых страниц Windows ( CP862 , 1255 и т. Д.).

• Есть ли другая утилита распаковки, которая распаковывает мои файлы с правильными именами? Мне не известна утилита zip, которая изначально поддерживает эти кодовые страницы. 7z немного разбирается в кодировках, но я полагаю, что это должна быть кодировка, о которой ваша система знает в целом (вы выбираете ее, устанавливая LANGпеременную окружения), и кодовые страницы Windows, вероятно, не входят в их число.

  unzip -UUдолжен работать из командной строки, чтобы создавать файлы с правильными байтами в их именах (отключив всю поддержку Unicode). Это, вероятно, тот эффект, который вы уже получили от инструмента GNOME. Кодировка в любом случае будет неправильной, но мы можем это исправить ниже.

• Что-то не так с тем, как файл был сжат, или это просто несовместимость реализаций ZIP? Или даже ошибка / ошибка в утилитах Linux ZIP? Файл, который вам дали, не был создан переносимым. Это не обязательно неправильно для внутреннего использования, где кодировка фиксирована и известна заранее, хотя спецификация формата гласит, что имена должны быть либо UTF-8, либо cp437, а ваши - нет. Даже между компьютерами с Windows использование разных кодовых страниц не работает хорошо, но машины, не работающие с Windows, не имеют понятия об этих кодовых страницах с самого начала. Большинство инструментов UTF-8 кодируют свои имена файлов (что по-прежнему не всегда достаточно, чтобы избежать проблем).

• Что я могу сделать, чтобы получить правильные имена файлов после распаковки, используя искаженные? Если вы можете определить кодировку имен файлов, вы можете преобразовать байты в существующих именах в UTF-8 и переместить существующие файлы в правильное имя. Поconvmv сути, инструмент объединяет этот процесс в одну команду: convmv -f cp862 -t utf8 -r .он попытается преобразовать все, что находится внутри, .из cp862 в UTF-8.

  В качестве альтернативы вы можете использовать iconvи findдля перемещения всего на свои правильные имена. Что-то вроде:

  find -mindepth 1 -exec sh -c 'mv "$1" "$(echo "$1" | iconv -f cp862 -t utf8)"' sh {} \;
  

  найдет все файлы в текущем каталоге и попытается преобразовать имена в UTF-8.

  В любом случае вы можете поэкспериментировать с различными кодировками и попытаться найти ту, которая имеет смысл.

После того, как вы исправили кодировку для вас, если вы хотите отправить эти файлы обратно в другом направлении, возможно, у вас возникнет та же проблема на другом конце. В этом случае вы можете повернуть процесс вспять, прежде чем архивировать файлы -UU, так как, вероятно, это будет очень трудно исправить на стороне Windows.

У меня был успех с командой 7z x <source.zip>.

Версия:

p7zip Version 16.02 (locale=utf8,Utf16=on,HugeFiles=on,64 bits,[...])

Потенциально значимая среда:

LANG=en_US.UTF-8
LC_ALL=en_US.UTF-8
LC_CTYPE=UTF-8

Он смог распаковать все файлы с 8-битными символами в именах файлов, некоторые из них были пропущены, некоторые искажены.

У меня только что была такая же проблема, и оказалось, что моя версия, unzipкоторая доступна из репозиториев Ubuntu ( UnZip 6.00 of 20 April 2009, by Debian. Original by Info-ZIP.), может обрабатывать автоматическое декодирование имен файлов, если вы укажете -aпереключатель.

unzip -a stupid.zip

У меня была похожая проблема с декодированием zip-архива с кириллическими символами. Однострочный скрипт на Python сделал свою работу правильно:

#!/usr/bin/python

import zipfile
import sys

zipfile.ZipFile(sys.argv[1], 'r').extractall(sys.argv[2] if len(sys.argv) > 2 else '.')

Тогда просто позвони unzip_encи назовиunzip_enc ZIP_FILE [TARGET_DIR]

Для меня ни переменные окружения unzip -UU, unzip -aни LANG*переменные среды не принесли пользы.

Мне повезло с этой комбинацией:

export LANG=es_MX 
7z x file.zip
convmv -f cp437 -t utf8 -r .

добавить --notest к convmv для фактического переименования. Позже я нашел еще лучшую версию:

LANG=es_MX.cp437 unzip -UU file.zip
convmv -f cp437 -t utf8 -r . --notest

У меня есть zip-архив, сжатый в Linux (из командной строки), а имена файлов с диакритическими знаками неправильно распаковываются в Windows, но я успешно распаковал его с помощью программного обеспечения Bandizip, которое может устанавливать кодировку на панели инструментов.